🔬 Category

cond-mat.mtrl-sci

4119 articles

La science des matériaux explore comment la matière se comporte et comment nous pouvons la transformer pour créer de nouvelles technologies. Dans cette catégorie, vous découvrirez des recherches qui vont des alliages plus résistants aux matériaux pour l'énergie propre, en passant par les nanotechnologies qui changent notre quotidien. C'est un domaine où la théorie rencontre l'expérience pour façonner le futur de nos objets et infrastructures.

Sur Gist.Science, nous traitons systématiquement chaque nouveau prépublication soumise sur arXiv dans ce secteur. Notre équipe analyse ces travaux complexes pour vous offrir à la fois un résumé technique précis et une explication claire en langage simple, rendant ainsi la recherche de pointe accessible à tous, qu'il s'agisse d'étudiants ou de passionnés.

Découvrez ci-dessous la sélection la plus récente de ces avancées, où chaque article est présenté avec sa version simplifiée et ses détails essentiels pour mieux comprendre les innovations qui émergent aujourd'hui.

🔬 applied physics

Janus-induced atomic reconstruction amplifies twist-angle modulation of interlayer thermal transport in moiré bilayers

L'étude démontre que l'introduction d'une rupture de symétrie miroir induite par l'effet Janus dans les bicouches MoSSe/MoS2 favorise la reconstruction atomique en motifs apériodiques distordus, ce qui affaiblit considérablement le couplage interfoliaire et amplifie la dépendance de la conductance thermique par rapport à l'angle de torsion de près d'un ordre de grandeur par rapport au bicouche de MoS2 torsadé conventionnel.

Bin Xu, Rulei Guo, Jie Sun, Hiroo Suzuki, Takuma Yoshida, Ichiro Nakaya, Koki Sawasaki, Yasuhiko Hayashi, Shohei Chiashi (…)2026-07-28
🔬 materials science

A DFT and Machine Learning-Assisted Study on the Lattice Thermal Conductivity of LiCdSb for Thermoelectric Applications

Cette étude emploie la théorie de la fonctionnelle de la densité et des potentiels interatomiques fondés sur l'apprentissage automatique pour étudier les propriétés thermoélectriques du LiCdSb, révélant une faible conductivité thermique de réseau et un facteur de mérite (ZT) supérieur à 1 à des températures dépassant 600 K, ce qui en fait un candidat prometteur pour la conversion d'énergie à haute température.

R. Zosiamliana, Lalhriat Zuala, N. T. Tien, Vo Khuong Dien, A. Laref, D. P. Rai2026-07-28
🔬 materials science

Tailoring the Frequency-Dependent Optical Response of Hematite through Mono- and Co-Doping: A First-Principles Study

Cette étude de premier principe démontre que si le dopage au bore déstabilise le réseau de l' α\alpha-Fe2_2O3_3, le co-dopage avec l'yttrium restaure la stabilité structurelle et améliore de manière synergique l'absorption à basse énergie et la réponse optique du matériau, offrant ainsi une stratégie viable pour l'ajustement de l'hématite pour des applications photoactives et optoélectroniques avancées.

Abdul Ahad Mamun, Muhammad Anisuzzaman Talukder2026-07-28
🔬 materials science

Local micromechanics in a mean-field model of glasses reveal key properties of its non-equilibrium RSB phase

Cet article démontre que la définition d'une fonction de réponse micromécanique à des monopôles de force locaux dans un modèle de verre à champ moyen révèle des relations exactes entre la rigidité locale et les susceptibilités globales, jetant ainsi un pont entre la phase de rupture de symétrie de réplique hors équilibre du modèle et les verres de dimension finie, et liant la statistique de ses modes mous au pic de boson.

Makoto Suda, Edan Lerner, Eran Bouchbinder2026-07-28
🔬 optics

Dispersion models describing coupled systems in doped crystals. II. Infrared phonon excitations in GaAs single crystals and phonon-plasmon coupling in Zn-doped GaAs

Cet article présente un cadre de dispersion généralisé et dépendant de la température qui modélise simultanément les propriétés optiques infrarouges du GaAs intrinsèque et dopé au Zn, décrivant avec succès le couplage phonon-plasmon et les asymétries de type Fano grâce à l'ajustement simultané des données de réflectance, de transmittance et d'ellipsométrie.

Daniel Franta, Beata Hroncova, Mihai-George Muresan, Stefan Zollner2026-07-28
🔬 materials science

Response-Selected Hidden Hyperuniformity in Hydrodynamic Active Matter

Cet article introduit le concept d'« hyperuniformité sélectionnée par la réponse » dans la matière active hydrodynamique, démontrant que si des amas localement neutres peuvent écranter les forces actives pour produire un écoulement ordonné à longue portée et caché, des instants rares non écranter créent une longueur de criblage finie qui limite ce régime d'écoulement calme.

Liyu Zhong, Yang Jiao2026-07-28
🔬 materials science

Square Net TaSiAs Nanowires with Topological Surface Conduction and Linear Magnetoresistance

Cette étude rapporte la synthèse réussie de nanofils de TaSiAs monocristallins, encapsulés chimiquement, présentant un réseau en maille carrée, qui exhibent une conductivité améliorée à température ambiante et une magnétorésistance linéaire non saturante dues à des états de surface topologiquement protégés, comme le confirment les mesures de transport expérimentales et les calculs de premiers principes.

Anand Roy, Ofek Goldreich, Guy Ohad, Barun Barick, Olga Brontvein, Ora Bitton, Katya Rechav, Yishay Feldman, Leeor Kroni (…)2026-07-28
🔬 materials science

Catalyst Diffusion Transformer: Generative Inverse Design of Heterogeneous Catalysts

L'article introduit le Catalyst Diffusion Transformer (CatDiT), un cadre génératif unifié qui conçoit efficacement des catalyseurs hétérogènes nouveaux et valides en se conditionnant simultanément sur le type d'adsorbat, l'énergie de liaison et la classe de catalyseur, démontrant avec succès sa capacité à enrichir les pools de candidats pour des réactions ciblées comme la réduction de l'azote.

Hayoung Doo, Dong Hyeon Mok, Seoin Back, Jonggeol Na2026-07-28
🔬 materials science

Aligning Heterogeneous DFT Datasets: A Graph Neural Network Approach to Cross-Functional Formation Energies

Cet article introduit une approche de réseau de neurones sur graphes qui aligne avec succès des ensembles de données DFT hétérogènes en prédisant les résidus d'énergie transfonctionnels, améliorant ainsi les calculs hérités PBE vers la précision élevée de r2SCAN et permettant l'intégration de données multi-sources pour des modèles d'IA sur les matériaux robustes.

Yidong Huang, Tenglong Lu, Hanwen Kang, Junfeng Huang, Sheng Meng, Miao Liu2026-07-28
🔬 materials science

Neural RHEED alignment with limited training data during CdTe MBE growth

Cet article présente un système de vision neuronale économe en données qui automatise l'alignement cristallographique lors de la croissance par épitaxie par jets moléculaires de CdTe en s'entraînant sur seulement 15 clichés RHEED et en exploitant un post-traitement respectant la physique pour remplacer l'inspection manuelle.

Bartłomiej Turowski, Jakub J. Meixner, RóĊa Dziewiątkowska, Wojciech Zaleszczyk, Tomasz Wojciechowski, Valentine V. Volo (…)2026-07-28